CLUSTERING PADA DATA MINING UNTUK MENGETAHUI POTENSI PENYEBARAN PENYAKIT DBD MENGGUNAKAN METODE ALGORITMA K-MEANS DAN METODE PERHITUNGAN JARAK EUCLIDEAN DISTANCE

  • Muhammad Hariyanto Universitas Budi Luhur
  • Rizky Tahara Shita Universitas Budi Luhur

Abstract

Demam Berdarah merupakan penyakit menular yang terdapat di wilayah tropis maupun subtropis. Semakin meningkatnya kepadatan penduduk di Kota Tangerang Selatan pada tahun 2016 berdasarkan Badan Pusat Statistik Kota Tangerang Selatan jumlah penduduk mencapai 1.504.835 jiwa yang tersebar di 52 kelurahan. Melihat daerah penyebarannya perlu dibuat sebuah pengelompokan data penyebaran agar dapat memperoleh pusat titik penyebaran. Implementasi data mining menggunakan algoritma K-Means sangat membantu dalam pengelompokan daerah sporadis, potensi dan endemis. Pengelompokan C1 berada pada titik pusat cluster Kelurahan Rawa Buntu, C2 berada pada titik pusat cluster Kelurahan Pondok Ranji, dan C3 berada pada titik pusat cluster Kelurahan Serua Indah. Hasil pengelompokan C1 ada 19 Kelurahan, C2 ada 13 Kelurahan, dan C3 ada 20 Kelurahan dari total 52 Kelurahan. Akan menjadi bahan untuk melakukan penyehatan lingkungan sesuai dengan kelompok yang akan dikerjakan oleh Dinas Kesehatan Kota Tangerang Selatan.

Downloads

Download data is not yet available.
Published
2018-03-05
How to Cite
[1]
M. Hariyanto and R. Shita, “CLUSTERING PADA DATA MINING UNTUK MENGETAHUI POTENSI PENYEBARAN PENYAKIT DBD MENGGUNAKAN METODE ALGORITMA K-MEANS DAN METODE PERHITUNGAN JARAK EUCLIDEAN DISTANCE”, SKANIKA, vol. 1, no. 1, pp. 117-122, Mar. 2018.